Huang-yihao / houseprice_prediction_with_ML
Using machine learning methods to predict the price of houses in Shanghai. The data of the houses is reptiled from lianjia (a real estate agency).用各种机器学习算法预测上海房价,从链家网爬取的上海市各二手房数据进行训练,非线性决策树优于线性回归优于神经网络,初次尝试水平有限,效果一般
☆29Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for houseprice_prediction_with_ML
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆34Updated 5 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆40Updated 5 years ago
- 北京二手房房价分析和预测☆50Updated 6 years ago
- 金融反欺诈模型☆26Updated 6 years ago
- 美国King County房价预测训练赛 神经网络☆34Updated 7 years ago
- 房价数据爬取+分析☆32Updated 7 years ago
- 基于自构造函数的特征提取评分项目(缺失值处理,单变量相关性分析,特征评分,降维)☆15Updated 7 years ago
- 天池糖尿病血糖预测比赛 精准医疗 初赛B榜24名☆21Updated 6 years ago
- 基于postgresql+机器学习库MadLib的上海地区二手房价格预测及推荐)☆20Updated 6 years ago
- 使用LSTM预测商品销量,考虑销量激增点影响☆30Updated 5 years ago
- 研一秋季学期《网络数据挖掘》大作业 - 新闻推荐系统☆13Updated 8 years ago
- 天池精准医疗糖尿病预测,复赛第四名☆34Updated 6 years ago
- a machine learning project☆18Updated 7 years ago
- 依据香港中文大学设计的规则系统,先用小样本评论建立初始关键词库,再结合18种句式逐条匹配评论,能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后,达到较高准确率的基础上,使用Tableau进一步分析数据,识别出客户集中关注的商品属性、普遍好评差评的商品属性;通过…☆53Updated 7 years ago
- 对电信公司的数据做出分析,特征可视化,建立模型预测未知客户是否为要流失的客户。☆26Updated 3 years ago
- 智慧教室管理系统,django实现管理后台及rest api前端接口☆21Updated 7 years ago
- ☆49Updated 4 years ago
- 基于天池数据的淘宝穿衣搭配推荐算法☆36Updated 6 years ago
- 基于机器学习的情绪分类☆19Updated 8 years ago
- 情感极性分析repository2:多分类器组合的情感极性分析方法研究。☆15Updated 8 years ago
- 住房月租金预测大数据赛TOP1☆27Updated 5 years ago
- 洛杉矶房价预测☆17Updated 4 years ago
- 公开课--Python数据分析之金融欺诈行为检测☆36Updated 7 years ago
- 三等奖,构建模型用于预测用户是否会二次贷款☆27Updated 7 years ago
- 华量杯-股票预测☆21Updated 7 years ago
- Python实战项目:爬取糗事百科、拉勾网、boss直聘等等知名网站实战,搭建响应式网站、Python web项目。☆22Updated last year
- 大数据精准营销中搜狗用户画像挖掘☆37Updated 8 years ago
- 京东金融赛登录风险识别(算法组)8th☆30Updated 6 years ago
- 一个用于爬股票历史数据,并根据历史数据分析挖掘并对未来数据进行预测的项目☆17Updated 7 years ago
- 基于某城市移动终端用户的运营商数据预测未来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应用xgboost算法和随机森林算法组合成多学习器预测模型。☆53Updated 8 years ago